阿里达摩院发布古籍数字化平台 AI识别古籍准确率97.5%

5月18日,“汉典重光”海外古籍数字化回归发布会在中国科技馆举行。“汉典重光”项目由阿里巴巴公益基金会、四川大学、美国加州大学伯克利分校、中国国家图书馆浙江图书馆合作开展,旨在寻觅流散海外的中国古籍并将其数字化、公共化。

据介绍,借助阿里达摩院的技术,首批20万页古籍已完成数字化,并沉淀为覆盖3万多字的古籍字典,公众可通过汉典重光平台翻阅、检索古籍。据悉,达摩院AI对20万页古籍的识别准确率达到97.5%。

据悉,伯克利提供古籍的扫描图片和编目数据,达摩院将其全部文字化。此外,达摩院技术团队还与四川大学专家联手研发了一套全新的古籍识别系统。利用单字检测、无监督单字聚类、小样本学习、主动学习等机器学习方法,构造了一套边识别古籍、边训练模型的系统。

文澜阁版《宋百家诗存》(卷七)

阿里巴巴达摩院院长张建锋表示,守护中华传世典籍,是科技工作者和文化工作者共同的使命。阿里计划将这套技术工具连同古籍数字化平台一并捐赠,交由权威公共机构长期运营。

发表评论

您的电子邮箱地址不会被公开。 必填项已用*标注